מודל תנועת קרקע מבוסס XGBoost לתמורות תאוצה באגים לאילסטיות בעוצמה קבועה

מדוע הרעידות חשובות לבניינים אמיתיים

רעידות אדמה לעתים נדירות משאירות בניינים במצב אלסטי מושלם; קירות סדוקים, קורות מתגמשות, ומבנים מתעקמים יותר מאשר שרטוטי התכנון מרמזים. עם זאת, רוב הכלים שהמהנדסים משתמשים בהם כדי להעריך רעידות עדיין מניחים שהמבנים נשארים אלסטיים. מחקר זה מציג דרך מבוססת נתונים לחזות עד כמה בניינים אמיתיים עם נזקים קלים צפויים להרעיד בעתיד, ועוזר לשפר תכנון סיסמי, בדיקות בטיחות והערכות סיכון לערים.

מתרשימים פשוטים להתנהגות אמיתית

באופן מסורתי מהנדסי רעידות נשענים על מודלים של תנועת קרקע שהופכים מידע בסיסי על רעידת אדמה ואתר למדידות רעידה כמו תאוצה שיא. מודלים אלה משמשים ליצירת ספקטרות תגובה, עקומות שמראות כמה בניין אלסטי יהיה רגוע בתקופות טבעיות שונות. עם זאת, תחת רעידות מתונות עד חזקות, רוב הבניינים עוברים מעבר לטווח האלסטי. התגובות האמיתיות שלהם יכולות להיבדל משמעותית מהתחזיות האלסטיות, מה שמקשה להעריך נזק, לתכנן חיזוקים או לקבוע כללי תכנון ריאליים רק על סמך ספקטרות אלסטיות.

תמונה עשירה יותר של רעידות עבור מבנים שמגיבים באופן yielding

כדי לגשר על הפער, הכותבים מתמחים בספקטרות תגובת תאוצה לא-אלסטיות, שמתארות כמה בניין עם חוזק מוגבל יאיץ בפועל כשהוא מגיע ל-yielding. הם מתמקדים בגרסה הנקראת תאוצת ספקטרלית לא-אלסטית בעוצמה קבועה, שמקבעת גורם הפחתת חוזק כדי לייצג עד כמה המבנה יכול להתעוות באופן לא-אלסטי. באמצעות למעלה מחמישה עשר אלף רישומי תנועת קרקע מ-171 רעידות במאגר בינלאומי רחב, הם מדמים את תגובתן של משכי תדר אידיאליים של מידה אחת שמחקים התנהגות בטון מזוין. מבנים וירטואליים אלה מכסים טווח רחב של תקופות רטט, סוגי קרקע, מרחקים מהשבר, ממדים רישתיים ורמות חוזק לא-אלסטיות.

לאמן מודל ללמוד מרעידות אדמה

הלב של העבודה הוא שיטת למידת מכונה בשם XGBoost, שמאחדת עצי החלטה פשוטים רבים למנבא חזק. במקום לכפות על הנתונים להתאים לנוסחה מתמטית קבועה, המודל לומד מערכות יחסים מורכבות בין גודל הרעידה, מרחק, תנאי הקרקע, תקופת הבניין וחוזקו הלא-אלסטי. הכותבים משבצים גם את המודל במסגרת השפעות מעורבות שמפרידה בין הבדלים בין רעידות לבין הבדלים בתוך אירוע יחיד, מה שמשקף כיצד מודלים סיסמיים מסורתיים מטפלים בוריאביליות. הם משתמשים בכלים מודרניים לפרשנות של למידת מכונה, כולל חשיבות פרמוטציה וערכי SHAP, כדי לראות אילו קלטים חשובים ביותר וכיצד הם מניעים תחזיות מעלה או מטה.

מה שולט ברעידות בנקודת המבט החדשה הזו

שני כלי הפרשנות מציירים תמונה עקבית: גודל הרעידה, תקופת הבניין ומרחק לשבר שולטים ברעידה החזויה, בעוד גורם החוזק הלא-אלסטי ומהירות גל 剛י השכבה העליונה משחקים תפקידים משניים אך בעלי משמעות. רעידות גדולות יותר ואתרים קרובים יותר מובילים לתאוצות לא-אלסטיות גבוהות יותר, בעוד שבניינים בעלי תקופות ארוכות יותר וקרקעות רכות מציגים את השינויים הצפויים בתגובה. המודל משיג דיוק גבוה על נתונים שלא נצפו, עם יותר מ-92 אחוז מהשונות בתאוצות הלא-אלסטיות המודמות מוסברות, והשאריות שלו מראות הטיה מערכתית מועטה לפי מגניטודה, מרחק או תנאי אתר.

חיבור לכלים מוכרים בתכנון

כדי לבדוק ריאליזם פיזיקלי, הכותבים משווים את תחזיות למידת המכונה שלהם, במקרה המיוחד שבו המבנה נשאר אלסטי, עם משוואת תנועת קרקע מסורתית נפוצה. הצורות והמגמות של העקומות תואמות בקירוב, במיוחד לתקופות תכנון טיפוסיות, בעוד הגישה החדשה מתרחבת באופן טבעי לטווח הלא-אלסטי שהמודל הישן לא מכסה. משמעות הדבר היא שמהנדסים יכולים להשתמש במודל החדש כדי לבנות עקומות סיכון וספקטרות שמשקפות ישירות התנהגות מבנים לא-ליניארית, במקום להתאים תוצאות אלסטיות באמצעות גורמי תיקון גסים.

כיצד זה תורם לערים בטוחות יותר

במילים פשוטות, המחקר מראה שלמידת מכונה יכולה לספק תחזיות מדויקות ושקופות לגבי עד כמה בניינים אמיתיים עם נזק קל ירועדו בעתיד, באמצעות מידע על הרעידה, האתר והמבנה עצמו. על ידי עבודה ישירה עם מדדי תגובה לא-אלסטיים וזיהוי ברור של הגורמים החשובים ביותר, המודל מציע בסיס ריאלי יותר לעיצוב מבוסס-תפקוד, פיתוח תקנים והערכות סיכון מהירות, ובאותו הזמן נשאר עקבי עם כלי תכנון אלסטיים מוכרים.

ציטוט: Gong, Y., Zhao, J. XGBoost-based ground motion model for constant-strength inelastic acceleration response spectra. Sci Rep 16, 15653 (2026). https://doi.org/10.1038/s41598-026-46656-x

מילות מפתח: הנדסת רעידות אדמה, מודלים של תנועת קרקע, למידת מכונה, ספקטרות תגובה לא-אלסטיות, תכנון סיסמי